Original em inglês: https://argusic.com/subject/jobs-applier-ai-agent
Jobs_Applier_AI_Agent
An AI web agent that applies to jobs for you while you sleep.
Executafonte: GitHubPythonMITcommit 0212a1058006
Python, licença MIT. O projeto se descreve como: ai agent, ai agents, automation, browser automation, job application, job board, job search e mcp.
Jobs_Applier_AI_Agent executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 211 tests pass and the CLI responds correctly to --help and --version. The project is ready for use with an OrcaRouter API key.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 96 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página. Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 3 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest ran 211 tests and all passed in 110.93s; 'python -m aihawk --help' and '--version' both returned correct output
- Tokens de modelo usados
- 58.896
- Commit exato testado
- 0212a1058006
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
Everything works. Let me compile the final result. **Install**: `pip install -e ".[dev]"` in a venv — all dependencies resolved cleanly, project built… **Test suite**: `pytest` ran 211 tests, all passed in ~111 seconds. **CLI**: `python -m aihawk --help` and `--version` both responded correctly (version 1.0.0). No errors were encountered — the project installed and the full test suite passed on the first atte… tokens used 58,896 Everything works. Let me compile the final result. **Install**: `pip install -e ".[dev]"` in a venv — all dependencies resolved cleanly, project built… **Test suite**: `pytest` ran 211 tests, all passed in ~111 seconds. **CLI**: `python -m aihawk --help` and `--version` both responded correctly (version 1.0.0). No errors were encountered — the project installed and the full test suite passed on the first atte…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0,5 minutos, mais rápido que a mediana dos 72 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Dos 73 projetos de ai-agent que a Argusic instalou e cronometrou, Jobs_Applier_AI_Agent foi o 8º mais rápido a chegar a um estado de execução, e 46 de 73 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0,5 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,02 | |
| Argusic Runner | 1/3 | Executa | 100,00 | 0,02 |
Tópicos (de GitHub)
ai-agentai-agentsautomationbrowser-automationjob-applicationjob-boardjob-searchmcpplaywrightpythonresumeterminal-app
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/jobs-applier-ai-agent)Perguntas
- Jobs_Applier_AI_Agent executa?
- Sim. Jobs_Applier_AI_Agent executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou Jobs_Applier_AI_Agent?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0212a1058006. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar Jobs_Applier_AI_Agent?
- A execução que produziu este veredito custou US$ 0,02: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Jobs_Applier_AI_Agent?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Jobs_Applier_AI_Agent precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Jobs_Applier_AI_Agent?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como Jobs_Applier_AI_Agent se compara às alternativas?
- Dos 73 projetos de ai-agent que a Argusic instalou e cronometrou, Jobs_Applier_AI_Agent foi o 8º mais rápido a chegar a um estado de execução, e 46 de 73 chegaram a esse estado.
- Onde estão as evidências de Jobs_Applier_AI_Agent?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.